روشی جدید مبتنی بر مفاهیم مجموعه های راف به منظور تعیین تعداد خوشه ها در الگوریتم های خوشه بندی

Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,005

This Paper With 7 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

IPRIA02_016

تاریخ نمایه سازی: 28 شهریور 1394

Abstract:

تا کنون روش های خوشه بندی متعددی ارائه شده است. در اکثر روش های خوشه بندی ارائه شده، تعیین تعداد واقعی خوشه ها ازاهمیت خاصی بر خوردار است. نظریه ی مجموعه های راف ابزار قدرتمندی است که می تواند به منظور تعیین تعداد خوشه ها مورد استفاده قرارگیرد. الگوریتم های یادگیری ماشین نشان داده اند که استفاده از مقادیر ویژگی گسسته در مقایسه با استفاده از ویژگی های پیوسته عملکردبهتری خواهند داشت، ولی در عمل بسیاری از مجموعه داده ها متغیر های پیوسته می باشند؛ و این موضوع در برخی از روش ها، مانند نظریه ی مجموعه های راف ایجاد مشکل می کند. در این مقاله روشی جدید مبتنی بر مفاهیم مجموعه های راف معرفی خواهد شد. این روش بر اصول ریاضی قدرتمندی استوار است و می تواند راه گشای مناسبی در حل مشکلات خوشه بندی باشد. در نهایت روش معرفی شده بر روی سه مجموعه داده ی مهم تست می شود و نتایج آن با روش های دیگر معرفی شده در این زمینه مقایسه می گردد. نتایج آزمایش ها نشان می دهد روش ارائه شده از برتری قابل توجهی برخوردار است.

Keywords:

خوشه بندی , تعداد خوشه ها , نظریه ی مجموعه های راف

Authors

مجتبی نوروزی

دانشگاه صنعتی اصفهان، دانشکده برق و کامپیوتر، کارشناسی ارشد مخابرات سیستم

محمدرضا احمدزاده

دانشگاه صنعتی اصفهان، دانشکده برق و کامپیوتر، استادیار گروه مخابرات

سیدمسلم شکرالهی

دانشگاه صنعتی اصفهان، دانشکده برق و کامپیوتر، کارشناسی ارشد مخابرات سیستم

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • A. D. Gordon, Classification. Chapman & HallCRC, Boca Raton, FL, ...
  • A. G. Milligan and B. M. Cooper, _ examination of ...
  • _ Introduction to Cluster Analysis, Wiley-Intersc ience, New York, 1990. ...
  • A. R. Duda and B. P. Hart, Pattern Classifcation and ...
  • A. Z. Pawlak, "Rough sets, " Int. J. of Information ...
  • A. Chan, B. Batur, C.Srinivasan, "Determination of Quantization Intervals in ...
  • _ _ _ Syst. 2008, 15, 61-92. ...
  • A. M. Chmielewski, B. J. Grzymala-Bus se, "Global discretization _ ...
  • A. A. Roy , B. K. Sankar, _ Fuzzy discretization ...
  • A. W. Grzym ala-Busse, _ Discretization Based on Entropy and ...
  • A. Y. Wang, Lab Manual for Multimedi Lab, Experiment on ...
  • نمایش کامل مراجع